圖像特征提取與匹配研究.pdf

1、圖像匹配是數(shù)字圖像圖像處理研究領(lǐng)域的一個熱點和難點，隨著計算機技術(shù)和匹配理論的發(fā)展，其應(yīng)用領(lǐng)域越來越廣泛，已經(jīng)從當初的軍事領(lǐng)域逐漸發(fā)展到人們的日常生活和工業(yè)生產(chǎn)之中。對圖像匹配技術(shù)的研究是研究圖像拼接，場景識別，圖像檢索，運動目標跟蹤等問題的基礎(chǔ)，具有很重要的意義和價值。
　　本文系統(tǒng)地研究了基于圖像特征的匹配技術(shù)，其中重點研究圖像特征點提取算法和構(gòu)造特征描述子方法。
　　首先，本文介紹圖像匹配的基本原理以及匹配的預(yù)處理算法

2、。同時針對本文經(jīng)常用到的尺度空間理論進行探求，傳統(tǒng)上建立高斯圖像金字塔都是由原始圖像卷積得到的，本文對其進行了改進，推導(dǎo)出利用上一層圖像卷積得到下一層圖像的計算公式，該方法減少了計算量。
　　在特征點檢測方面，本文闡述了各種特征點檢測算法的原理，重點研究了由經(jīng)典Harris算子演化而來的各種特征點檢測算子。針對多尺度Harris方法檢查到的特征點存在很多冗余點，雖然Harris-Laplace方法可以除去一定冗余點，但是存在效果不

3、佳等問題。本文提出了一種改進的方法，即在檢測多尺度Harris特征點的時候進行跟蹤分組，使得代表同一個局部結(jié)構(gòu)的特征點被分為一組，然后采用高斯差分函數(shù)去除冗余點，最后利用點的度量值選出最能代表該局部結(jié)構(gòu)的特征點。通過實驗證明：該方法能夠有效地去除冗余點，在模糊和旋轉(zhuǎn)變換時性能優(yōu)于Harris-Laplace方法，同時，保持尺度不變的特性。
　　在描述子構(gòu)造方面，本文詳細分析了SIFT匹配方法，并通過仿真實驗驗證了該方法的特點。受到